UNaB
Diplomatura en Análisis de Datos para el Desarrollo de Políticas Públicas
Universidad Nacional Guillermo Brown

Coordinador:
Juan Domingo González

Objetivos Generales

Referidos al propósito de la investigación, los Objetivos Generales son potenciales, puede ser algo muy genérico como “Comprender la problemática del sector X”

Objetivos Específicos

El objetivo específico refleja el resultado esperable en el plazo previsto para la realización del plan. El objetivo general, al cual contribuye el objetivo específico, se orienta hacia resultados posibles de obtener en el largo plazo en la línea de investigación mediante trabajos futuros no incluidos en el plan.

Antecedentes

Indicar el estado de la situación, y en lo posible, trabajos similares en literatura especializada o casos de estudio similares que comparten elementos con el tema planteado.

Actividades y metodología

Indicar si la factibilidad del trabajo propuesto, datos disponibles para hacer los análisis, acceso a software especial de análisis de datos y bibliografía. En este análisis, prestar especial atención al tiempo disponible para realizar el trabajo, teniendo en cuenta que es un plan acotado con fecha final aproximada 31-08-2023. * Repositorio de datos GitHub: https://github.com/DiploDatosUNAB/UNaB-AdDyPP-TFI * Drive: 09-Proyecto Final * Instructivo: Plan de Trabajo - Instructivo.docx * Colab: UNaB - AdDyPP - Trabajo Final Integrador.ipynb

Referencias

Incluir libros, artículos científicos, sitios web, repositorios digitales de datos asociados al plan. En lo posible, hacerlo siguiendo las normas bibliográficas académicas. Por ejemplo https://biblioguias.uma.es/citasybibliografia/ejemplosAPA

0. Acciones Preliminares

Variables de Entorno

# Warnings de Librerías
WARN_ACT <- FALSE
PATH <- "datos/"
PATH2 <- "datos/actividades/"
puntos_arch <- "puntos_digitales.csv"
comp_arch <- "departamentos.7z"
depto_arch <- "departamentos.json"
indic_arch <- "indicadores.shp"

Instalación condicional de librerías

Instala solos si detecta que falta instalarlas.

# instalación condicional de librerías (solo instala si faltan)
# https://stackoverflow.com/questions/66869137/installing-r-packages-in-colab
# https://stackoverflow.com/questions/63594521/install-a-r-package-permanently-in-google-colab
instalar <- function(libreria) {
  if (!requireNamespace(libreria, quietly = TRUE)) {
    install.packages(libreria)
  }
}
instalar("gt")
instalar("gtExtras")
instalar("tmap")
## The legacy packages maptools, rgdal, and rgeos, underpinning this package
## will retire shortly. Please refer to R-spatial evolution reports on
## https://r-spatial.org/r/2023/05/15/evolution4.html for details.
## This package is now running under evolution status 0
instalar("sf")
instalar("leaflet")
instalar("archive")
instalar("ggplot2")

# instalar("Hmisc")
# instalar("purrr")
# instalar("lattice")
# instalar("readr")
# instalar("cluster")
# instalar("dplyr")
# instalar("stats")
# instalar("stringr")
# instalar("corrplot")
# instalar("ergm") para medianas ponderadas. No utilizado
# demora 30-45 segundos
# instalar("psych")
# demora demora 3-8 segundos
# instalar("skimr")
# demora 5-7 minutos
# instalar("caret")

Carga de librerías

# Función de carga condicional de librerías (solo carga si están instaladas)
cargar <- function(libreria, warns = WARN_ACT) {
  if (requireNamespace(libreria, quietly = TRUE)) {
    if(warns) {
      library(libreria, character.only = TRUE)
    } else{
      suppressMessages(library(libreria, character.only = TRUE))
    }
    
  }
}

# carga de librerías a utilizar
cargar("readr")        # lectura de datos
cargar("dplyr")        # manipulación de df
cargar("gt")           # tablas
cargar("gtExtras")     # tablas
cargar("tmap")         # mapas interactivos
cargar("sf")           # datos geoespaciales
cargar("leaflet")      # mapas interactivos
cargar("archive")      # urilidades
cargar("ggplot2")      # graficación

# cargar("lattice")      # graficación estadistica
# cargar("cluster")      # clustering
# cargar("skimr")        # estadísticas
# cargar("stats")        # estadísticas
# cargar("kableExtra") # tablas
# cargar("psych")        # estadísticas
# cargar("purrr")        # manejo de listas
# cargar("IRdisplay")  # display de notebook
# cargar("tidyverse")    # conjunto de paquetes tidy
# cargar("stringr")      # cadenas de caracteres
# cargar("corrplot")     # grafico de correlación
# cargar("Hmisc")        # correlaciones
# cargar("caret")        # entrenamiento
# cargar("ergm")        # análisis estadísticos

1. Tablas

1.1 Puntos Digitales

1.1.1 Listado de Puntos Digitales

El Programa Punto Digital cuenta con dispositivos instalados a lo largo y ancho del territorio argentino. Su objetivo fundamental es la reducción de la brecha digital a los fines de contribuir a la mejora de la calidad de vida de las y los habitantes del país. Esta tabla contiene el listado de los puntos digitales.

# Puntos digitales

puntos <- read.csv(paste0(PATH, puntos_arch), sep = ",", encoding = "ISO-8859-1")

sample_n(puntos, 5) |> 
  dplyr::mutate(horarios = substr(horarios, 1, 20)) |>  # Truncar "horarios"
  gt() |> 
  tab_header(
    title = "Puntos Digitales*",
    subtitle = "* muestra"
  ) |>
  tab_options(table.width = "100%") |>
  opt_stylize(style = 5, color = 'cyan')
Puntos Digitales*
* muestra
id_pd nombre_pd direccion nombre_institucional id_provincia id_departamento id_localidad cod_bahra_localidad id_municipio provincia departamento localidad municipio mail_institucional latitud longitud horarios link_facebook estado
1138 Florencio Varela Intendente Oliver 4132 Edificio Municipal AR-B 1234 782 6274010003 BUE040 Buenos Aires Florencio Varela Florencio Varela Florencio Varela florenciovarela@puntodigital.gob.ar -34.82050 -58.28243 Lunes 08:00 a 16:00 Activo
150 Villa María Gobernador Sabattini 40 Biblioteca Popular AR-X 1393 3156 14042170000 CBA411 Córdoba General San Martin Villa Maria Villa María villamaria@puntodigital.gob.ar -32.41257 -63.24661 Lunes 08:00 a 21:00 https://www.facebook.com/PDVillaMaria/ Activo
682 Aguas Blancas CALLE 20 DE FEBRERO 19 Edificio Municipal AR-A 1668 9931 66126010000 SAL060 Salta Oran Aguas Blancas Aguas Blancas aguasblancas@puntodigital.gob.ar -22.73600 -64.35400 Lunes 08:00 a 13:00 Activo
433 El Carril General Güemes 930 Edificio Municipal AR-A 1667 9561 66042020000 SAL014 Salta Chicoana El Carril El Carril elcarril@puntodigital.gob.ar -25.07810 -65.49062 Lunes 07:00 a 13:00 Activo
217 Malargüe Cacique Anca-Amun S/N Edificio Municipal AR-M 1524 8245 50077040000 MZA010 Mendoza Malargüe Malargue Malargüe malargue@puntodigital.gob.ar -35.48457 -69.59439 Lunes 08:00 a 18:00 https://www.facebook.com/puntodigitalmalargue Activo
 
columnas <- c("id_pd", "nombre_pd", "direccion", "nombre_institucional",
              "id_provincia", "id_departamento", "id_localidad",
              "cod_bahra_localidad", "id_municipio", "provincia",
              "departamento", "localidad", "municipio", "mail_institucional",
              "latitud", "longitud", "horarios", "link_facebook", "estado")

Dimensiones

# dimensiones
cat("El DataFrame tiene", dim(puntos)[1], "observaciones y", dim(puntos)[2], "variables.")
## El DataFrame tiene 664 observaciones y 19 variables.

Medidas de tendencia central - Empleo AMBA

# Descripción de Empleo AMBA sin desagregar
summary(puntos)
##      id_pd         nombre_pd          direccion         nombre_institucional
##  Min.   :  40.0   Length:664         Length:664         Length:664          
##  1st Qu.: 254.8   Class :character   Class :character   Class :character    
##  Median : 515.0   Mode  :character   Mode  :character   Mode  :character    
##  Mean   : 538.6                                                             
##  3rd Qu.: 767.2                                                             
##  Max.   :1289.0                                                             
##                                                                             
##  id_provincia       id_departamento  id_localidad   cod_bahra_localidad
##  Length:664         Min.   :1195    Min.   :    1   Min.   :2.001e+09  
##  Class :character   1st Qu.:1345    1st Qu.: 2613   1st Qu.:1.006e+10  
##  Mode  :character   Median :1451    Median : 6260   Median :3.008e+10  
##                     Mean   :1465    Mean   : 6296   Mean   :3.808e+10  
##                     3rd Qu.:1600    3rd Qu.: 9505   3rd Qu.:6.603e+10  
##                     Max.   :1723    Max.   :13537   Max.   :9.401e+10  
##                                     NA's   :1       NA's   :1          
##  id_municipio        provincia         departamento        localidad        
##  Length:664         Length:664         Length:664         Length:664        
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##   municipio         mail_institucional    latitud          longitud     
##  Length:664         Length:664         Min.   :-54.82   Min.   :-72.34  
##  Class :character   Class :character   1st Qu.:-34.86   1st Qu.:-65.47  
##  Mode  :character   Mode  :character   Median :-32.06   Median :-62.96  
##                                        Mean   :-32.17   Mean   :-62.75  
##                                        3rd Qu.:-27.57   3rd Qu.:-59.10  
##                                        Max.   :-22.10   Max.   :-54.20  
##                                                                         
##    horarios         link_facebook         estado         
##  Length:664         Length:664         Length:664        
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character  
##                                                          
##                                                          
##                                                          
##

Mapa

# Geolocalización de Puntos Digitales
# https://rdrr.io/cran/tmap/man/tm_symbols.html
# https://r-tmap.github.io/tmap-book/layers.html

mostrar <- c("id_pd", "nombre_pd", "direccion", "provincia", "departamento",
             "localidad", "municipio", "estado")

# Capas
capas <- c(GrayMap = "Esri.WorldGrayCanvas", StreetMap = "OpenStreetMap", TopoMap = "Esri.WorldTopoMap")

# Geodataframe
puntos_sf <- puntos |> 
  select(2, 1, everything()) |>
  st_as_sf(coords = c("longitud", "latitud"), crs = 4326)
# Gráfico
tmap_mode("view")
## tmap mode set to interactive viewing
tm_basemap(capas) +
  tm_shape(puntos_sf, is.master = TRUE) +
  # tm_markers(size = 0.5, popup.vars = mostrar) +
  tm_dots(size = 0.1,  clustering = T, popup.vars = mostrar) + 
  tm_layout(main.title = "Puntos Digitales", main.title.size = 0.7);

Diccionario

# diccionario de datos

descripciones <- c(
  "Identificador del Punto Digital",
  "Nombre del Punto Digital",
  "Dirección",
  "Nombre Institucional",
  "Identificador de la provincia",
  "Identificador del departamento",
  "Identificador de la localidad",
  "Codigo BAHRA (Asentamientos Urbanos)",
  "Identificador del municipio",
  "Provincia",
  "Departamento",
  "Localidad",
  "Municipio",
  "Mail Institucional",
  "Latitud",
  "Longitud",
  "Horarios",
  "Link Facebook",
  "Estado"
)

diccionario <- data.frame(
  Clase = sapply(puntos, class),
  Descripción = descripciones
)

diccionario <- tibble::rownames_to_column(diccionario, "Variable")

diccionario |>   
  gt(rowname_col = "Variable") |> 
  tab_header(
    title = "Diccionario de Datos",
  ) |>
  tab_options(table.width = "90%") |>
  gt_theme_dot_matrix()
Diccionario de Datos
Clase Descripción
id_pd integer Identificador del Punto Digital
nombre_pd character Nombre del Punto Digital
direccion character Dirección
nombre_institucional character Nombre Institucional
id_provincia character Identificador de la provincia
id_departamento integer Identificador del departamento
id_localidad integer Identificador de la localidad
cod_bahra_localidad numeric Codigo BAHRA (Asentamientos Urbanos)
id_municipio character Identificador del municipio
provincia character Provincia
departamento character Departamento
localidad character Localidad
municipio character Municipio
mail_institucional character Mail Institucional
latitud numeric Latitud
longitud numeric Longitud
horarios character Horarios
link_facebook character Link Facebook
estado character Estado

1.1.2 Indicadores

Se cargan indicadores sobre hogares con celualar y hogares con computadora del Censo 2010.

Carga de Indicadores

indicadores_geo <- sf::st_read(paste0(PATH, indic_arch))
## Reading layer `indicadores' from data source 
##   `C:\Users\matar\OneDrive\Documentos\Proyectos\UNaB-AdDyPP-TFI\datos\indicadores.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 525 features and 37 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -73.5708 ymin: -55.05562 xmax: -53.6372 ymax: -21.78078
## Geodetic CRS:  WGS 84
indicadores <- as.data.frame(indicadores_geo)
sample_n(select(indicadores,-geometry),10) |>
  gt(rowname_col = "DPTO_1") |> 
  tab_header(
    title = "Lista de Indicadores",
  ) |>
  tab_options(table.width = "100%") |>
  gt_theme_dot_matrix()
Lista de Indicadores
DPTO H_TOTAL H_NBI H_COMPUTAD H_DOMESTIC H_HACINAMI H_HELADERA H_CADENA H_AGUA_RED H_AGUA_VIV H_CLOACA H_HOYO H_TECHO H_PISO H_CELULAR H_TELEFONO H_COMBUSTI H_PROPIETA H_INQUILIN H_NI_PROPI H_JEFE_MUJ H_JEFE_LIM H_JEFE_SOL H_JEFE_S_1 H_JEFE_SEC H_JEFE_TER H_JEFE_UNI H_CONYUGE_ IDPROV PROV IDDPTO DEPARTAMEN DEPARTAM_1 DEPARTAM_2 DEPARTAM_3 DEPARTAM_4
San Pedro 54112 7665 1726 881 14 446 2956 3993 4675 3993 6853 4992 7523 1603 5436 329 7578 6477 356 832 1624 465 6125 535 840 194 111 538 54 Misiones 54112 31051 7665 -26.67099 -53.95285 3557.185
Olavarría 06595 36865 1218 18616 35 766 945 2138 9337 2138 20735 9213 15300 3489 31984 23561 5653 26431 6305 4129 11541 325 23379 8581 12965 2283 2101 9706 06 Buenos Aires 06595 111708 36865 -36.85725 -60.66970 7654.542
Quitilipi 22133 8809 2033 1845 13 899 2362 3409 2264 3409 5750 3859 7537 5529 7117 1330 7959 6783 430 1596 2794 33 6333 935 1736 633 168 1331 22 Chaco 22133 34081 8809 -26.67341 -60.17372 1606.739
9 de Julio 82077 8744 1313 2334 11 574 1207 3056 4547 3056 7423 3828 7141 4191 7292 3519 7899 6144 821 1779 2563 14 6096 1324 1997 459 214 1489 82 Santa Fe 82077 29832 8744 -28.84883 -61.39795 17332.055
San Martín 50098 32730 3011 11593 34 1428 1765 2421 3765 2421 14036 4376 6722 9180 28823 12319 15134 21222 4092 7416 7976 744 23306 5846 8532 1156 1530 7169 50 Mendoza 50098 118220 32730 -32.91199 -68.29292 1551.121
General Paz 06343 3782 186 1361 6 83 156 294 1088 294 2132 1055 3058 881 3306 1502 1883 2547 573 662 1276 55 2650 761 1052 176 115 788 06 Buenos Aires 06343 11202 3782 -35.46655 -58.38938 1198.481
Comuna 4 02004 76455 9678 42164 155 2734 3408 3711 517 3711 2596 1204 13668 8468 65630 53996 16059 45852 24093 6510 32436 13702 35900 27277 39453 4581 7595 21912 02 Ciudad Autónoma de Buenos Aires 02004 218245 76455 -34.64229 -58.38886 21.694
San Andrés de Giles 06728 7284 416 3014 11 197 352 646 2986 646 5266 2792 6013 1690 6363 2842 3331 4775 1060 1449 2087 172 5129 1381 1982 294 307 1576 06 Buenos Aires 06728 23027 7284 -34.43805 -59.47259 1127.708
General San Martín 14042 41871 1944 21177 59 1108 1005 1609 7756 1609 15533 4942 3798 4991 36732 25159 11967 27123 9839 4909 12866 305 24408 11285 16604 2522 2797 12367 14 Córdoba 14042 127454 41871 -32.51433 -63.25622 4990.489
Baradero 06070 10416 603 4765 9 273 342 635 813 635 4072 2589 7687 1832 8941 5860 4369 7884 1243 1289 3604 174 6562 2729 3655 515 411 2693 06 Buenos Aires 06070 32761 10416 -33.93349 -59.49283 1522.159

Computadoras

ggplot(indicadores_geo, aes(fill = 100*H_COMPUTAD/H_TOTAL, geometry = geometry)) +
    geom_sf() +
    scale_fill_viridis_c(option = "B", 
                       limits = c(0, 100),
                       direction = -1,
                       name = "Hogares con Computadora",
                       labels = scales::percent_format(scale = 1)
                       ) +
    labs(title = "Hogares con Computadoras")

Celulares

ggplot(indicadores_geo, aes(fill = 100*H_CELULAR/H_TOTAL, geometry = geometry)) +
    geom_sf() +
    scale_fill_viridis_c(option = "B", 
                       limits = c(0, 100),
                       direction = -1,
                       name = "Hogares con Celular",
                       labels = scales::percent_format(scale = 1)
                       ) +
    labs(title = "Hogares con Teléfono Celular")

Polígonos de Departamentos IGN

# Descomprimir el archivo 7-Zip
if (!file.exists(file.path(PATH, depto_arch))) {
  archive_extract(paste0(PATH, comp_arch), PATH)
}

deptos_geo <- st_read(paste0(PATH, depto_arch))
## Reading layer `departamentos' from data source 
##   `C:\Users\matar\OneDrive\Documentos\Proyectos\UNaB-AdDyPP-TFI\datos\departamentos.json' 
##   using driver `GeoJSON'
## Simple feature collection with 529 features and 8 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -74 ymin: -90 xmax: -25 ymax: -21.78086
## Geodetic CRS:  WGS 84
deptos <- as.data.frame(deptos_geo)


sample_n(select(deptos, -geometry), 10) |>
  gt() |>
  tab_header(title = "Departamentos* - GeoDataFrame",
             subtitle = "* muestra"
             ) |>
  tab_options(table.width = "90%") |>
  gt_theme_pff()
Departamentos* - GeoDataFrame
* muestra
gid objeto fna gna nam in1 fdc sag
1008 Departamento Departamento General Belgrano Departamento General Belgrano 22049 IDE Chaco IGN
785 Departamento Partido de Monte Partido Monte 06547 ARBA - Gerencia de Servicios Catastrales IGN
899 Departamento Departamento General Pedernera Departamento General Pedernera 74035 Direc. de Geodesia y Catastro IGN
682 Departamento Departamento San Pedro Departamento San Pedro 54112 Ministerio de Ecología IGN
950 Departamento Departamento Castellanos Departamento Castellanos 82021 Servicio de Catastro e Información Territorial IGN
1020 Departamento Departamento Ullum Departamento Ullum 70112 Direc. de Catastro IGN
906 Departamento Partido de Baradero Partido Baradero 06070 ARBA - Gerencia de Servicios Catastrales IGN
966 Departamento Departamento San Roque Departamento San Roque 18161 IGN IGN
743 Departamento Departamento Luján de Cuyo Departamento Luján de Cuyo 50063 IDE Mendoza IGN
729 Departamento Departamento Güer Aike Departamento Güer Aike 78021 IGN IGN
 
ggplot() +
    geom_sf(data = subset(deptos_geo, in1!="94028")) + # 92028 antartida
    labs(title = "Partidos de Argentina")

# deptos_centroides <- deptos_geo |> 
# mutate (geometry = st_centroid(geometry))

1.1.3 Actividades

Lista de Actividades de los Puntos Digitales

Carga de Bases Mensuales

lista <- list()
archivos <- list.files(path = PATH2, pattern = "^[0-9]{4}-[0-9]{2}\\.csv")

for (archivo in archivos) {
  df <- read.csv(file.path(PATH2, archivo), sep = ",", encoding = "ISO-8859-1")
  # extrae fecha del n de archivo
  fecha <- strsplit(tools::file_path_sans_ext(archivo), "-", fixed = TRUE)[[1]]
  df <- df |> 
    mutate(anio = as.integer(trimws(fecha[1])),
           mes = as.integer(trimws(fecha[2])))
  lista <- c(lista, list(df))
}

actividades <- bind_rows(lista)

Muestra de Actividades Mensuales

sample_n(actividades, 10) |> 
  gt() |> 
  tab_header(
    title = "Actividades*",
    subtitle = "* muestra"
  ) |>
  tab_options(table.width = "100%") |>
  opt_stylize(style = 5, color = 'cyan')
Actividades*
* muestra
nombre_punto_digital eje eje_id hasta_11 hasta_11_femenino hasta_11_masculino hasta_11_x de_12_a_20 de_12_a_20_femenino de_12_a_20_masculino de_12_a_20_x de_21_a_65 de_21_a_65_femenino de_21_a_65_masculino de_21_a_65_x desde_65 desde_65_femenino desde_65_masculino desde_65_x Totales provincia categoria subcategoria cantidad_actividad anio mes
Ciudad de Salta IV (CIC Constitución) Formación Laboral 13 0 NA NA NA 0 NA NA NA 1 NA NA NA 0 NA NA NA 1 Salta Oficios digitales Marketing Digital 1 2022 11
General Lavalle Ciudadanía y DD 25 0 NA NA NA 0 NA NA NA 2 NA NA NA 0 NA NA NA 2 Buenos Aires Comunidad Otros 2 2021 11
Marull Trámites 22 0 NA NA NA 0 NA NA NA 7 NA NA NA 0 NA NA NA 7 Córdoba Trámites Nacionales Otros 1 2020 10
Tres Lomas Alfabetización Digital 10 0 NA NA NA 0 NA NA NA 11 NA NA NA 6 NA NA NA 17 Buenos Aires Alfabetización Digital Alfabetización Digital Inicial 1 2021 10
Álvarez Formación Laboral 13 0 NA NA NA 100 NA NA NA 100 NA NA NA 0 NA NA NA 200 Santa Fe Oficios manuales Cocina 2 2022 12
General Viamonte Trámites 22 0 NA NA NA 0 NA NA NA 2 NA NA NA 0 NA NA NA 2 Buenos Aires Trámites Nacionales ANSES 2 2020 11
La Punta Cultura y Entretenimiento 31 19 NA NA NA 32 NA NA NA 26 NA NA NA 0 NA NA NA 77 San Luis Artes Otros 5 2021 11
Huillapima Ciudadanía y DD 25 14 NA NA NA 51 NA NA NA 53 NA NA NA 30 NA NA NA 148 Catamarca Comunidad Otros 2 2021 11
Libertador General San Martín (Jujuy) Capacitaciones PPD 34 0 NA NA NA 0 NA NA NA 2 NA NA NA 0 NA NA NA 2 Jujuy Contenidos 2 2022 12
Cayastá Capacitaciones PPD 34 0 NA NA NA 6 NA NA NA 2 NA NA NA 0 NA NA NA 8 Santa Fe Vinculación 1 2022 11

Lista de actividades

# Cuadro de actividades 
# https://gt.albert-rapp.de/getting_started#use-groups-instead-of-repetitive-columns
# https://github.com/rstudio/gt/issues/577
# https://github.com/rstudio/gt/issues/545

act_listado <- actividades |> 
  select(eje, categoria, subcategoria)  |> 
  distinct() |> 
  arrange(eje, categoria, subcategoria)

act_listado |>
  gt(groupname_col = "eje") |>
  # cols_merge(columns = c(eje, categoria)) |> 
  tab_header(
    title = "Lista de Actividades*",
    subtitle = "* listado completo"
  ) |>
  tab_options(row_group.as_column = TRUE, table.width = "85%") |>
  opt_stylize(style = 5, color = 'cyan')
Lista de Actividades*
* listado completo
categoria subcategoria
Alfabetización Digital Alfabetización Digital Alfabetización Digital Inicial
Alfabetización Digital Paquete de Office o LibreOffice
Alfabetización Digital Uso de correo electrónico
Tecnologías de la vida cotidiana Armado de perfil en redes sociales
Tecnologías de la vida cotidiana Cajero automático
Tecnologías de la vida cotidiana Ciberseguridad
Tecnologías de la vida cotidiana Escritorio PC
Tecnologías de la vida cotidiana Gestión de sitio WEB
Tecnologías de la vida cotidiana Home banking
Tecnologías de la vida cotidiana Uso del celular
Capacitaciones PPD Comunicación
Contenidos
Soporte
Vinculación
Ciudadanía y DD Comunidad Capacitación a agentes municipales
Comunidad Ciudadanía y Derechos Humanos
Comunidad Convivencia en Edificios
Comunidad Evento / Reunión
Comunidad Otros
Comunidad Seguridad vial
Discapacidad Apps de accesibilidad
Discapacidad Lengua de Señas Argentina
Discapacidad Taller de autogestores
Cultura y Entretenimiento Actividad Actividad con uso de consola de videojuegos
Actividad El mundial 2022 en tu PD
Actividad Proyección de película (con debate)
Actividad Transmisión del mundial 2022 en tu PD
Artes Cerámica
Artes Circo
Artes Danza
Artes Literatura
Artes Murga
Artes Música
Artes Otros
Artes Pintura
Artes Teatro
Artes Tejido
Artes digitales Armado de flyers
Artes digitales Deportes electrónicos
Artes digitales Edición de videos
Artes digitales Fotografía
Artes digitales Ilustración Digital
Artes digitales Otros
Uso Libre Navegación libre
Uso Libre Uso libre de la consola de videojuegos
Uso Libre Uso libre del espacio de microcine
Educación Complementos de la educación formal Apoyo escolar
Complementos de la educación formal Argentina Programa (uso del PD para cursar)
Complementos de la educación formal Educación Financiera
Complementos de la educación formal FINES
Complementos de la educación formal Idiomas
Complementos de la educación formal Otros
Complementos de la educación formal Talleres País Digital
Complementos de la educación formal Terminá la Secundaria
Complementos de la educación formal Videoconferencias formativas
Formación Laboral Inserción al mundo laboral Armado de CV
Inserción al mundo laboral Armado de perfil de LinkedIn
Inserción al mundo laboral Búsqueda laboral en plataformas online
Oficios digitales Comunity Manager
Oficios digitales Diseño gráfico
Oficios digitales Impresión y Diseño 3D
Oficios digitales Marketing Digital
Oficios digitales Otras
Oficios digitales Programación
Oficios digitales Reparación de PC
Oficios digitales Reparación de Smartphones
Oficios digitales Robótica
Oficios digitales Ventas por Internet
Oficios digitales Whatsapp para negocios
Oficios manuales Agricultura Orgánica
Oficios manuales Albañilería
Oficios manuales Cocina
Oficios manuales Conservación de alimentos
Oficios manuales Electricidad
Oficios manuales Manipulación de alimentos
Oficios manuales Otras
Oficios manuales Peluquería
Oficios manuales Seguridad e higiene
Oficios manuales Taller de Compost
Oficios manuales Tejido, bordado, otros
Generos y Diversidades Educación Sexual Integral (ESI)
Maternidades y paternidades
Nuevas masculinidades
Otros
Perspectiva de género
Prevención de violencias
Salud Salud Apps Obra Social
Salud Gestión y prevención COVID
Salud Historia Clínica Electrónica
Salud Otros
Salud Primeros Auxilios
Salud Telesalud
Salud Uso terapéutico del espacio de entretenimiento
Trámites Trámites Municipales MUNICIPIO
Trámites Nacionales AFIP
Trámites Nacionales ANSES
Trámites Nacionales Certificado de Discapacidad
Trámites Nacionales Egresar
Trámites Nacionales MiArgentina
Trámites Nacionales Otros
Trámites Nacionales PAMI
Trámites Nacionales PROGRESAR
Trámites Nacionales Potenciar Trabajo
Trámites Nacionales RENAPER
Trámites Nacionales Segmentación Energética
Trámites Nacionales Validación de identidad
Trámites Provinciales Otros
Trámites Provinciales RENTAS - ARBA (Similares)